Analysis of EEG signals for brain connectivity evaluation under emotional stimuli

Abstract

[ES] El siguiente proyecto tiene como objetivo analizar las señales del electroencefalograma (EEG) de 31 sujetos para evaluar las emociones mediante la valoración de la conectividad cerebral. Las emociones desempeñan un papel crucial en las experiencias humanas, ya que influyen en el comportamiento, la cognición y el bienestar general. Una evaluación y comprensión precisas de las emociones son esenciales en diversos campos, como la psicología, la neurociencia y la interacción persona-ordenador. Durante este proyecto estudiamos las emociones basándonos en el marco que define los estados emocionales como combinaciones de dos dimensiones independientes: valencia y arousal, e intentamos definir un modelo que detecte diferentes estados emocionales utilizando señales de EEG.

Durante el estudio se expone a los sujetos a estímulos visuales diseñados para provocar diferentes estados emocionales y se registran y preprocesan sus señales EEG. Después, se utiliza el índice de desfase ponderado (wPLI) para calcular las matrices de conectividad de cada sujeto, que sirven de base para el análisis posterior con medidas de teoría de grafos. Calculando medidas como el coeficiente de clústeres, la centralidad de los vectores propios y la fuerza de los nodos y, tras realizar un análisis estadístico ANOVA, se determinará la existencia o no de una relación significativa entre las diferentes valencias emocionales y las señales EEG, para verificar si es posible discriminar con precisión los diferentes estados emocionales.

Esta proyecto contribuye al creciente campo de la evaluación de emociones a través del análisis EEG empleando medidas de análisis de conectividad y teoría de grafos, poniendo de manifiesto la complejidad de la representación de la emoción en la conectividad cerebral y la necesidad de una mayor exploración utilizando metodologías y medidas alternativas.

[EN] The following project aims to analyze electroencephalogram (EEG) signals from 31 subjects to evaluate emotions by assessing brain connectivity. Emotions play a crucial role in human experiences as they influence behavior, cognition, and general well-being. Accurate assessment and understanding of emotions are essential in various fields, such as psychology, neuroscience, and human-computer interaction. During this project we study emotions based on the framework that defines emotional states as combinations of two independent dimensions: valence and arousal and attempt to define a model that detects different emotional states using EEG signals.

During the study, subjects are exposed to visual stimuli designed to elicit different emotional states and their EEG signals are recorded and preprocessed. Then, the weighted phase lag index (wPLI) is used to calculate connectivity matrices for each subject, which serve as the basis for subsequent analysis using graph theory measures. By calculating measures such as cluster coefficient, eigenvector centrality and node strength and, after performing an ANOVA statistical analysis, the existence or not of a significant relationship between different emotional valences and EEG signals will be determined to verify whether it is possible to accurately discriminate different emotional states.

This project contributes to the growing field of emotion assessment through EEG analysis using connectivity analysis measures and graph theory, highlighting the complexity of emotion representation in brain connectivity and the need for further exploration using alternative methodologies and measures.